说明: 说明: 说明: welcome.gif (25801 bytes)

化学信息学实验室
科研情况简介

·         化学信息学(Chemoinformatics)是近几年发展起来的一个新的化学分支,它利用计算机技术和计算机网络技术,对化学信息进行表示、管理、分析、模拟和传播,以实现化学信息的提取、转化与共享,揭示化学信息的实质与内在联系,促进化学学科的知识创新。

·         本实验室的主要研究方向为:复杂分析化学体系的分析方法研究;化学计量学方法及其应用研究;分子模拟中的计算机化学方法研究。主要研究成果为:开创了小波分析用于分析化学信号的基线校正和重叠分析化学信号解析方面的研究工作,基于对小波变换算法的改进提出了“在线小波分析”,为多组分复杂体系的复杂信号解析和分析仪器信号在线处理提供了新型方法。有关论文发表在 Accounts of Chemical ResearchAnalytical Chemistry等具有较高影响的学术期刊上,并被the Alchemist进行了专题报导。将“免疫算法”引入化学计量学领域,基于免疫机制的模拟建立了用于一维、二维分析化学信号处理的免疫算法和自适应免疫算法,开拓了化学计量学研究的新内容,为化学计量学研究提供了新型原理与新型手段。有关论文发表在 Analytical Chemistry, Trends in Analytical Chemistry等杂志上,并被认为具有较高的创新性。将化学计量学方法用于分子模拟研究,发展了高效的优化算法,并应用于原子/分子簇的结构优化及主-客体系的分子模拟研究,得到了具有创新性的结果。有关论文发表在Journal of Computational Chemistry,Chemical Physics Letters等杂志上。有关计算结果被The Cambridge Cluster Database(http:// brian.ch.cam.ac.uk/)收录。

·         1997年以来,本实验室先后承担了以下研究项目:

 

序号

起止年限

项目类别

项目名称

项目负责人

 

[1]

2000-2002

国家自然科学基金

免疫算法研究

邵学广

 

[2]

2001-2003

国家自然科学基金

随机共振理论及其在分析化学中的应用研究

潘忠孝

 

[3]

2002-2004

国家自然科学基金

环糊精包结行为的计算机模拟研究

蔡文生

 

[4]

2002-2006

国家教育部

高等学校优秀青年教师教学科研奖励计划

邵学广

 

[5]

2004-2007

国家自然科学基金

杰出青年基金-新型化学计量学算法与应用研究

邵学广

 

[6]

2006-2008

国家自然科学基金

碳纳米团簇的计算机模拟研究

蔡文生

 

[7]

2006-2008

国家自然科学基金

基于免疫算法的高通量分析方法研究

邵学广

 

[8]

2006-2008

国家教育部

近红外光谱多元校正中的化学计量学新方法研究

邵学广

 

[9]

2007-2009

横向合作项目

烟叶近红外光谱信息的提取与应用研究

邵学广

 

[10]

2008-2010

国家自然科学基金

近红外光谱分析中的多模型共识建模方法研究

邵学广

 

[11]

2008-2010

科技部(国际合作专项)

肿瘤拉曼散射诊断仪信号处理技术研究

邵学广

 

[12]

2009-2011

国家自然科学基金

环糊精载体药物输送大规模计算机模拟研究

蔡文生

 

[13]

2009-2012

国家自然科学基金(重点)

复杂基质样品的稳健分析方法研究

邵学广

 

[14]

2012-2015

国家自然科学基金

复杂体系GC-MS高通量分析方法研究

邵学广

 

[15]

2014-2017

国家重大科学仪器设备开发专项

便携傅里叶近红外光谱仪开发及应用-(药品食品算法和数据分析方法研究)

邵学广

 

[16]

2014-2017

国家重大科学仪器设备开发专项

光栅型近红外分析仪及其共用模型开发和应用-(基于高维形象几何分析的NIR分析技术研究与软件开发)

邵学广(参加)

 

 

[17]

2014-2017

国家自然科学基金

基于环糊精构筑的分子器件的模拟研究

蔡文生

 

[18]

2015-2018

国家自然科学基金

温控近红外光谱及相关的化学计量学方法研究

邵学广

 

[19]

2018-2021

国家自然科学基金

面向计算机辅助分子机器设计的模拟方法和应用研究

蔡文生

 

[20]

2018-2021

国家自然科学基金

近红外水光谱组学方法与应用研究

邵学广

 

[21]

2022-2024

国家自然科学基金(青年)

基于自由度分解和几何约束的蛋白-蛋白结合自由能计算方法及其应用

付浩浩

 

[22]

2021-2024

国家自然科学基金

基于人工智能的重要性采样方法及应用研究

蔡文生

 

[23]

2022-2025

国家自然科学基金

近红外水光谱探针与化学计量学信息提取方法研究

邵学广

 

[24]

2023-2028

国家重点研发计划(青年)

蛋白手性修饰的构象分辨质谱解析

付浩浩(参加)

 

[25]

2023-2027

国家自然科学基金(重大)

病原感染精准信息获取及解析

付浩浩(参加)

·         本实验室近几年主要从事以下几个方面的研究工作:
[1]
复杂体系的分析化学方法研究:为实际复杂体系分析开发新型分析化学方法。
[2]
化学计量学新型算法研究:开拓化学计量学的新型算法,为实现复杂化学信号的智能处理做基础性研究工作。
[3]
化学计量学方法的应用研究:结合化学计量学方法,研究复杂化学信号的解析方法,以提高分析化学解决实际问题的能力。
[4]
优化算法研究:针对化学体系的结构优化问题,建立高效、快速的优化算法。
[5]
理论化学研究:将优化算法和建模方法用于分子模拟研究,结合分子力学、分子动力学、量子力学等理论化学方法,开展原子簇、分子簇、纳米团簇的结构优化以及分子间的相互作用研究等理论化学计算方面的研究工作。

·         代表性论著:
[1] Shao, X. G.; Wang, G. Q.; Wang, S. F.; Su, Q. D. Extraction of mass spectra and chromatographic profiles from overlapping GC/MS signal with background, Anal. Chem. 2004, 76(17), 5143-5148.
[2] Shao, X. G.; Cheng, L. J.; Cai, W. S. A dynamic lattice searching method for fast optimization of Lennard-Jones clusters. J. Comput. Chem. 2004, 25(14), 1693-1698.
[3] Shao, X. G.; Leung, A. K.-M.; Chau, F.-T. Wavelet: A new trend in chemistry, Acc. Chem. Res. 2003, 36 (4), 276-283.
[4] Shao, X. G.; Yu, Z. L.; Li Sun, L. Immune Algorithms in Analytical Chemistry, TrAC: Trends Anal. Chem. 2003, 22(2), 59-69.
[5] Li, Y. K.; Shao, X. G.; Cai, W. S. A consensus least squares support vector regression (LS-SVR) for analysis of near-infrared spectra of plant samples, Talanta, 2007, 72, 217-222.
[6] Shao, X. G.; Liu, Z. C.; Cai, W. S. Resolving multi-component overlapping GC-MS signals by immune algorithms, TrAC-Trends Anal. Chem. 2009, 28(11), 1312-1321.
[7] Shao, X. G.; Bian, X. H.; Cai, W. S. An improved boosting partial least squares method for near-infrared spectroscopic quantitative analysis, Anal. Chim. Acta, 2010, 666(1-2), 32-37.
[8] Cui, X. Y.; Sun, Y.; Cai, W. S.; Shao, X. G. Chemometric methods for extracting information from temperature-dependent near-infrared spectra. Sci. China-Chem., 2019, 62, 583-591.
[9] Cui, X. Y.; Yu, X. M.; Cai, W. S.; Shao, X. G. Water as a probe for serum-based diagnosis by temperature- dependent near-infrared spectroscopy, Talanta, 2019, 204, 359-366.
[10] Han, L.; Sun, Y.; Wang, Y.; Fu, H. H.; Duan, C. S.; Wang, M.; Cai, W. S.; Shao, X. G. Ultra-high resolution near-infrared spectrum by wavelet packet transform revealing the hydrogen bond interactions, Spectrochim. Acta A, 2023, 289, 122233.
[11] Han, L.; Wang, H. P.; Cai, W.; Shao, X. G. Mechanism of Binding of Polyproline to Ice via Interfacial Water: An Experimental and Theoretical Study. J. Phys. Chem. Lett. 2023, 14, 4127-4133.
[12] Zong, Z.-Y.; Li, Q.-Y.; Hong, Z.-Y.; Fu, H.-H.; Cai, W.-S.; Chipot, C.; Jiang, H.-F.; Zhang, D.-Y.; Chen, S.-L.; Shao, X.-G. Lysine Mutation of the Claw-Arm-Like Loop Accelerates Catalysis by Cellobiohydrolases. J. Am. Chem. Soc. 2019, 141, 14451-14459.
[13] Fu, H. H.; Shao, X. G.; Cai, W. S.; Chipot, C. Taming Rugged Free Energy Landscapes Using an Average Force. Acc. Chem. Res. 2019, 52, 3254?3264.
[14] Fu, H. H.; Chen, H. C.; Blazhynska, M; De Lacam, E.G.C.; Szczepaniak, F.; Pavlova, A; Shao, X. G.; Gumbart, J. C.; Dehez, F.; Roux, B.; Cai, W. S.; Chipot, C. Accurate Determination of Protein:Ligand Standard Binding Free Energies from Molecular Dynamics Simulations. Nat. Protoc. 2022, 17(4), 1114-1141.
[15] Fu, H. H.; Zhou, Y.; Jing, X.; Shao, X. G. Cai, W. S. Meta-Analysis Reveals That Absolute Binding Free-Energy Calculations Approach Chemical Accuracy. J. Med. Chem. 2022, 65(19), 12970-12978.
[16] Fu, H. H.; Zhang, H.; Chen, H. C.; Shao, X. G.; Chipot, C.; Cai, W. S. Zooming across the Free-Energy Landscape: Shaving Barriers, and Flooding Valleys. J. Phys. Chem. Lett. 2018, 9, 4738-4745.
[17] Fu, H. H.; Chipot, C.; Shao, X. G.; Cai, W. S. Achieving Accurate Standard Protein?Protein Binding Free Energy Calculations through the Geometrical Route and Ergodic Sampling. J. Chem. Inf. Model. 2023, 63(8), 2512-2519.
[18] Fu, H. H.; Chen, H. C.; Cai, W. S.; Shao, X. G.; Chipot, C. BFEE2: Automated, Streamlined, and Accurate Absolute Binding Free-Energy Calculations. J. Chem. Inf. Model. 2021, 61, 2116-2123.
[19] Chen, H. C.; Fu, H. H.; Chipot, C.; Shao, X. G.; Cai W. S. Overcoming Free-Energy Barriers with a Seamless Combination of a Biasing Force and a Collective Variable-Independent Boost Potential. J. Chem. Theory Comput. 2021, 17, 3886-3894.
[20] Fu, H. H.; Shao, X. G.; Chipot, C.; Cai, W. S. The lubricating role of water in the shuttling of rotaxanes. Chem. Sci., 2017, 8, 5087-5094.
[21] Duan, C. S.; Liu, X. Y.; Cai, W. S.; Shao, X. G. Spectral encoder to extract the features of near-infrared spectra for multivariate calibration. J. Chem. Inf. Model. 2022, 62, 3695-3703.
[22] Chen, H. C.; Liu, H.; Feng, H. Y.; Fu, H. H.; Cai, W. S.; Shao, X. G.; Chipot, C. MLCV: Bridging Machine-Learning-Based Dimensionality Reduction and Free-Energy Calculation. J. Chem. Inf. Model. 2022, 62, 1-8.
[23] Foo-tim Chau, Yi-zeng Liang, Junbin Gao, Xue-guang Shao, Chemometrics: From Basics to Wavelet Transform, Wiley-Interscience, Hoboken, New Jersey. 2004.4
[24] 邵学广,蔡文生,《化学信息学》,科学出版社:北京, 2001.6;第二版,2005.4;第三版,2013.4。
[25] 许禄,邵学广,《化学计量学方法》,科学出版社:北京, 2004.9。

 

热诚欢迎有兴趣者参加我们的研究工作!